如何提取Pandas列中元组列表的各首元素并统计指定值出现次数

实现方案 #

你可以直接通过遍历目标值+行内统计的方式实现，代码逻辑简洁，也能完全匹配你的需求：

1. 先统一处理col列的NaN值，全部替换为空列表，避免后续遍历报错
2. 遍历每个要统计的目标值，逐行统计对应值在元组第0位的出现次数

完整可运行代码

import numpy as np
import pandas as pd

# 你的示例数据
df = \
    pd.DataFrame(columns=['date',         'col'],
                  data = [["2009-09-01",  [(201, 0, 2), (206, 4, 6), (206, 6, 8)]],
                          ["2009-09-01",  [(206, 1, 3)]],
                          ["2009-09-01",  np.NaN],
                          ["2009-09-01",  [(201, 0, 2), (201, 4, 6, ), (202, 7, 9)]],
                          ["2009-09-01",  [(202, 0, 2), (203, 4, 6, ), (204, 7, 9)]],
                          ["2009-09-01",  [(202, 0, 2), (202, 4, 6, ), (202, 7, 9)]]])

# 定义要统计的目标值和对应列名映射（不需要a-f列名可以删除这部分）
values = [201, 202, 203, 204, 205, 206]
col_name_map = dict(zip(values, list('abcdef')))

# 处理NaN值，统一转为空列表
df['col'] = df['col'].apply(lambda x: x if isinstance(x, list) else [])

# 逐列生成统计结果
for val, col_name in col_name_map.items():
    df[col_name] = df['col'].apply(lambda lst: sum(1 for tup in lst if tup[0] == val))

print(df)

运行后输出和你给出的预期完全一致，NaN对应行所有统计列默认返回0，无需额外处理。

内容的提问来源于stack exchange，提问作者Ivo